通常，我們對資料節點得到的曲線（或折線），需要計算其波峰波谷，也就是極值點。數學上是通過一階導數等資訊來獲得極值點的，這裡通過一階微分來處理，得到極值資訊。
輸入節點資料，要求計算波峰波谷（極大值、極小值），並作出標記。
% 節點資訊
data=[105.03 99.18 84.965 72.445 68.994 77.265
...91.052 100.61 98.215 86.363 74.439 71.625
...80.061 92.18 97.823 91.483 80.241 73.616
...78.547 89.084 94.924 89.689 79.898 75.485
...81.544 89.485 90.578 83.712 77.401 80.18
...86.904 88.721 83.468 78.971 81.983 86.25
...85.224 80.901 80.808 84.488];
% 微分變號資訊
indmin=find(diff(sign(diff(data)))>0)+1;
indmax=find(diff(sign(diff(data)))<0)+1;
figure; hold
on; box on;
plot(1:length(data),data);
plot(indmin,data(indmin),
'r^'
)plot(indmax,data(indmax),
'k*'
)legend(
'曲線','
波谷點','
波峰點'
)title(
'計算離散節點的波峰波谷資訊'
, 'fontweight'
, 'bold'
);
基於距離的計算方法
1.歐氏距離 euclidean distance 歐氏距離是最易於理解的一種距離計算方法，源自歐氏空間中兩點間的距離公式。1 二維平面上兩點a x1,y1 與b x2,y2 間的歐氏距離 2 三維空間兩點a x1,y1,z1 與b x2,y2,z2 間的歐氏距離 3 兩個n維向量a x11,x12...
基於距離的計算方法
基於距離的計算方法 原文 1.歐氏距離 euclidean distance 歐氏距離是最易於理解的一種距離計算方法，源自歐氏空間中兩點間的距離公式。1 二維平面上兩點a x1,y1 與b x2,y2 間的歐氏距離 2 三維空間兩點a x1,y1,z1 與b x2,y2,z2 間的歐氏距離 3 兩個...
基於距離的計算方法
1.歐氏距離 euclidean distance 歐氏距離是最易於理解的一種距離計算方法，源自歐氏空間中兩點間的距離公式。1 二維平面上兩點a x1,y1 與b x2,y2 間的歐氏距離 2 三維空間兩點a x1,y1,z1 與b x2,y2,z2 間的歐氏距離 3 兩個n維向量a x11,x12...